ACM通信
ACM TechNews
看到的是欺骗
一些深度假照片使用不同的图像处理方法。
图片来源:山崎和盐原
日本东京大学(UTokyo University)的山崎俊彦(Toshihiko Yamasaki)和盐原Kaede Shiohara对自混合图像的算法进行训练，以更好地识别深度假图像和视频。
典型的训练包括将未经处理的源图像与经过处理的图像进行配对，这将检测局限于某些类型的视觉伪影。
东京大学的研究人员使用由合成图像组成的训练集来控制这些伪影，并更好地训练检测算法来发现像差。
他们发现，修改后的数据集提高了高达12%的准确检测率，这取决于与他们进行比较的原始数据集。
山崎说，这种方法在静态图像上效果最好，但他预计，“在不久的将来，这种研究可能会推广到社交媒体平台和其他服务提供商，这样他们就可以更好地标记可能被操纵的图像，以某种形式的警告。”
从东京大学(日本)
查看全文
版权所有©2022SmithBucklin美国华盛顿特区
没有发现记录